Genius Analytics è una start up che utilizza la tecnologia per la finanza e la giustizia digitale: che cosa fa precisamente?
In realtà Genius srl non è più una start up essendo nata nel 2016 e avendo ormai come clienti tutti i più grandi players del mercato NPL, DOVALUE in testa ma poi tutti gli altri. Quello di recente creazione è lo spin off della divisione Analytics che ora costituisce una società autonoma.
Quindi in concreto:
- essere una Fintech company significa lavorare per introdurre la tecnologia nella finanza e con Genius Analytics lo facciamo realizzando piattaforme informatiche e attingendo da fonti informative digitali per eliminare farraginosi processi manuali;
- gestiamo in modo professionale il cosiddetto BIG DATA: se ce sarà occasione spiegherò meglio in cosa consista il nostro database (contiene 4 milioni di aste, tutti i lotti esecutati negli ultimi 15 anni, con immobiliti tutti individualmente georeferenziati, durata della procedura, prezzi base, prezzi di aggiudicazione etc). Non si tratta dunque di una campionatura bensì dell’intero universo statistico, la cui creazione è iniziata nel 2006 quando l’acronimo NPL era solo per pochi. Quel che conta, quando si parla di BIG DATA, è (a) la profondità temporale delle informazioni acquisite e (b) la standardizzazione del dato (inteso come definizione, acquisizione, conservazione e trattamento). Serie storiche troppo corte non consentono di elaborare strumenti statistici affidabili: un modello statistico è affidabile solo se “gira” su un database all’interno del quale il singolo dato è unico (assenza di duplicazioni), certo (eliminati gli errori manuali) e immutabile nel tempo (conservazione e trattamento);
- avendo questo tipo di esperienza resto perplesso dal vedere nel mercato la disinvoltura con la quale si tratta di BIG DATA, mestiere la cui complessità richiede competenze specifiche elevate, spesso di livello accademico (oltre che ovviamente i dati); noi abbiamo ingaggiato, per elaborare due distinti modelli di analisi, uno statistico e l’altro predittivo, due teams di professori universitari di scienze statistiche, matematica finanziaria ed econometria, coinvolgendo l’Università di Roma Tre, l’Imperial College di Londra e l’Università di Lovanio in Belgio;
- abbiamo un Punto di Accesso (PDA) proprietario abilitato dal Ministero della Giustizia, col quale per conto del cliente accediamo direttamente ai dati del Processo Civile Telematico (PCT). Questo strumento è complesso, costoso e impegnativo da mantenere, ma è decisivo, perché – a differenza di chi si limita a raccogliere i dati pubblici dal PVP – tramite il PDA siamo in grado di realizzare la visualizzazione in tempo reale dello stato della procedura esecutiva e di tutti i passaggi pregressi (depositi di atti, interventi etc). Si tratta di dati che spesso non possiede in modo completo ed aggiornato neppure la stessa banca o lo stesso servicer. Inoltre, si tratta di dati spesso slegati, difficilmente trattabili, che richiedono una “normalizzazione” che realizziamo proprio in sinergia col nostro database proprietario. Alla fine di questo complesso procedimento il cliente riceve i dati nel formato che sa leggere e spesso con un flusso diretto all’interno dei propri gestionali; peraltro, Genius Analytics si integra perfettamente con il gestionale Ex Parte Creditoris di RAD Informatica (il gestionale più diffuso nel settore bancario per la gestione delle sofferenze) e quindi travasa i dati così acquisiti direttamente nel repository del cliente;
- calcoliamo il Judicial Market Value utilizzando un Modello Statistico proprietario sviluppato con l’Università. Il calcolo può essere fatto a livello del singolo immobile (a questo serve la georeferenziazione del database) ovvero a livello di portafoglio. Questo tool consente al gestore del portafoglio di scegliere le migliori strategie di recupero avendo un JMV calcolato in modo oggettivo e statisticamente robusto.
Lavorare nel FinTech significa innovare una parte della catena del valore: qual è il target di Genius Analytics?
Genius Analytics non ha certamente inventato la ruota ma vi ha applicato la più avanzata tecnologia informatica. Fuor di metafora, una DATA REMEDIATION per un portafoglio NPL (il servizio più tipico e richiesto) ancora oggi spesso si fa incaricando decine di persone di consultare archivi cartacei, operazione costosa, lenta e imprecisa, che può durare mesi. Noi la facciamo da remoto e impieghiamo poche ore.
In concreto riusciamo a rispondere alle esigenze di servizi provenienti da banche e servicers (data remediation, data quality, due diligence, valutazioni del judicial market value etc) in modalità totalmente informatizzata senza alcun intervento manuale, fornendo informazioni certificate e in forma “strutturata”.
Che cosa ne pensa dello sviluppo del FinTech nel settore NPL? Quali i bisogni che potrebbero essere soddisfatti grazie all’utilizzo della tecnologia?
La tecnologia disponibile non è ancora pienamente compresa e utilizzata da banche e servicers, organismi di grande nome e con grandi capacità, ma proprio per questo spesso autoreferenziali. Non è facile per un interlocutore che ha speso negli anni decine di milioni di euro in investimenti in architetture IT, database e gestionali vari, riconoscere che un “think tank” esterno può dare un servizio migliore ad un decimo del costo. Giustificare una scelta di questo tipo al proprio CdA è pane per managers di valore, capaci di ragionare in prospettiva.
Giocano anche fattori relazionali: se la data remediation l’AD della banca l’ha sempre comprata dallo stesso fornitore col quale ha un rapporto consolidato da 30 anni, qualunque newcomer paga lo scotto della credibilità e affidabilità.
Ovviamente questi ostacoli si superano, ma ci vuole comunque del tempo perché le novità emergano e i interlocutori competenti e preparati a livello scientifico. È in sostanza quanto dicevo prima in merito a BIG DATA: trattata a livello scientifico la materia è ostica, presa come semplice oggetto di una veloce conversazione più o meno tutto e tutti vanno bene.
Oggi il bisogno primario dei gestori di NPL è duplice:
- avere un corredo documentale e informativo del portafoglio completo, con dati “strutturati” (da intendere in senso statistico);
- avere dei modelli predittivi del JMV statisticamente certificati e validati sui parametri storici reali. Soprattutto chi gestisce grandi masse di procedimenti ed è chiamato a interloquire con investitori anche internazionali non può affidarsi (o per lo meno io non lo farei) alla valutazione spot realizzata in modo empirico dall’agente immobiliare di quartiere, sia perché non arriverebbe mai in fondo sia perché si tratta di metodologie non documentabili e quindi inadatte a supportare decisioni di CdA per svariati milioni di euro.
Queste sono le condizioni necessarie (ma spesso non sufficienti) per “prezzare” correttamente i portafogli (sia lato venditore sia acquirente), ridurre i costi di transazione, generare business plans affidabili e stabili e adottare scelte di gestione “data driven”.
Quali sono le competenze del team all’interno di Genius Analytics?
Genius Analytics eredita e valorizza l’esperienza ventennale di Astalegale.net SpA nel campo della giustizia digitale, essendo Astalegale azienda di cui siamo amministratori e unici azionisti io e il mio socio Marco Lazzerini. Il database proprietario cui ho accennato in precedenza è nato in Astalegale e ora è valorizzato – per i servizi che pure ho menzionato – per usi diversi, da Genius Analytics, la società che abbiamo creato appositamente con questo scopo.
E anche la stretta collaborazione con RAD Informatica ci crea molte sinergie tecnologiche e commerciali.
La tecnologia ci consente di lavorare grandi masse di dati senza ampliare a dismisura il personale. Questo è un fenomeno che ci differenzia dai competitors ed è strettamente legato alle modalità con cui eroghiamo i nostri servizi (l’esempio che ho fatto in merito alla data remediation è significativo).
Lo sviluppo coinvolge ingegneri informatici interni con esperienza pluriennale nel settore delle aste ma anche professori universitari, professionisti del mondo del credito e giuristi specialisti nel campo delle esecuzioni.
Non ci proponiamo come agenzia immobiliare puntando sul fattore umano ma forniamo tecnologia per rendere autonomi banche e servicers nel reperimento delle informazioni e nello sviluppo delle valutazioni, tagliando tempi e processi in modo da rendere tutto più veloce e automatico.
Come ho già detto, attualmente abbiamo in corso l’evoluzione del nostro modello predittivo per il calcolo del JMV e abbiamo coinvolto un team composto da un professore di econometria della finanza presso la Imperial College Business School, un professore di matematica per la finanza presso lo stesso Imperial College di Londra, un professore di Finanza Quantitativa presso l’Università di Lovanio, Belgio, mentre il precedente modello è stato realizzato con il Dipartimento di Statistica dell’Università di Tor Vergata.
Quali le difficoltà incontrate dalla nascita?
Ho già menzionato il fattore relazionale che non va mai trascurato. E anche l’inerzia insita nella legacy dell’IT.
Ma al di là di questi elementi oggettivi, l’impressione personale è che il mercato è fortemente influenzato da una scarsa attitudine alla tecnologia (quindi avversione al cambiamento) ovvero da iniziative commerciali e immobiliari che sfruttano la “moda” degli NPL ma poco offrono in termini di conoscenza del settore delle esecuzioni giudiziarie.
Un classico mantra che ricorre in tutti i convegni è che occorre rendere le vendite nel processo esecutivo sempre più simili alle vendite immobiliari realizzate nel libero mercato.
Non mi sogno di muovere critiche ad alcuno ma nemmeno posso pensare con la mente altrui, per cui le dico chiaramente che mi sembra un approccio sbagliato sia in termini di potenziale valore realizzabile, sia per i rischi legali che banche o servicers – tutte istituzioni esposte al rischio reputazionale – si accollano prendendo questa via.
Noi abbiamo una esperienza ventennale nel mondo delle aste – qui parlo da presidente di Astalegale – e ne abbiamo viste di tutti i colori:
- pubblicizzare in 5 o 6 siti immobiliari diversi lo stesso annuncio con prezzi base diversi può avere un effetto di disorientamento sulla platea degli acquirenti e rilevarsi controproducente. Chi compra all’asta giudiziaria deve sapere chiaramente cosa sta facendo e perché è più conveniente che comprare sul libero mercato: trasparenza e convenienza sono la chiave di volta per l’efficientamento delle vendite giudiziarie, non l’impraticabile aspirazione di inseguire il modello delle vendite a trattativa privata (che peraltro, se praticata nel settore giudiziale, costituirebbe reato di turbativa d’asta);
- mantenere visibile un annuncio di un immobile venduto per attrarre il cliente e poi proporgli di partecipare ad un’altra asta è una furberia che difficilmente può risultare gradita e forse è reato. Quantomeno lo è nella misura in cui disincentiva il potenziale acquirente dall’idea di partecipare all’asta Alpha, suggerendogli l’asta Beta, perché in tal modo indirettamente si favoriscono gli altri partecipanti all’asta Alpha e si riduce la competitività della stessa. Ma è pur vero che questa evenienza è connaturata all’idea di vendere gli immobili mediante un agente immobiliare che, assumendo la veste ibrida di consulente del venditore, ma anche dell’acquirente, inevitabilmente finirà con l’orientare e filtrare i potenziali acquirenti verso una determinata asta anziché un’altra;
- incentivare la partecipazione all’asta con premi in denaro è reato;
- etc
Del pari continuiamo a vedere pubblicati – anche su testate autorevoli – dati sulle aste assolutamente privi di senso: non si può dire che nel 2019 c’è stata una forte impennata delle aste – altra favola molto pubblicizzata – quando si dispone di una serie storica breve, parziale e non pulita, perché così si ignora che nel 2018 le aste sono state ferme per circa 6 mesi (i tribunali dovevano faticosamente adeguarsi alle vendite telematiche) per cui un raffronto anno su anno non ha senso. Infatti, nello stesso 2019 le iscrizioni a ruolo erano invece perfino in calo.
Posso andare avanti: il recente art 54-ter del D.l. n. 18 del 2020 ha sospeso i procedimenti esecutivi a valere sulla prima casa di abitazione nella convinzione che questo agevoli i proprietari che le occupano. Sa invece qual è il risultato? Che l’occupante alla lunga deve comunque lasciare la casa ma dalla vendita ricaverà un terzo del valore reale perché solo gli speculatori si comprano una casa occupata (in pratica si compra una causa prima ancora che una casa).
Astalegale ha fatto nel 2019 la bellezza di 20.000 aste telematiche e 90.000 annunci d’asta, è evidente che ha maggiori dati di chi magari ne ha gestite 200 complessive.
Concludo con il motto che abbiamo fatto nostro in Genius Analytics:
“WITHOUT DATA YOU’RE JUST ANOTHER PERSON WITH AN OPINION”
W. Edwards Deming – Data Scientist and Professor
Genius Analytics è una start up che utilizza la tecnologia per la finanza e la giustizia digitale: che cosa fa precisamente?
In realtà Genius srl non è più una start up essendo nata nel 2016 e avendo ormai come clienti tutti i più grandi players del mercato NPL, DOVALUE in testa ma poi tutti gli altri. Quello di recente creazione è lo spin off della divisione Analytics che ora costituisce una società autonoma.
Quindi in concreto:
Lavorare nel FinTech significa innovare una parte della catena del valore: qual è il target di Genius Analytics?
Genius Analytics non ha certamente inventato la ruota ma vi ha applicato la più avanzata tecnologia informatica. Fuor di metafora, una DATA REMEDIATION per un portafoglio NPL (il servizio più tipico e richiesto) ancora oggi spesso si fa incaricando decine di persone di consultare archivi cartacei, operazione costosa, lenta e imprecisa, che può durare mesi. Noi la facciamo da remoto e impieghiamo poche ore.
In concreto riusciamo a rispondere alle esigenze di servizi provenienti da banche e servicers (data remediation, data quality, due diligence, valutazioni del judicial market value etc) in modalità totalmente informatizzata senza alcun intervento manuale, fornendo informazioni certificate e in forma “strutturata”.
Che cosa ne pensa dello sviluppo del FinTech nel settore NPL? Quali i bisogni che potrebbero essere soddisfatti grazie all’utilizzo della tecnologia?
La tecnologia disponibile non è ancora pienamente compresa e utilizzata da banche e servicers, organismi di grande nome e con grandi capacità, ma proprio per questo spesso autoreferenziali. Non è facile per un interlocutore che ha speso negli anni decine di milioni di euro in investimenti in architetture IT, database e gestionali vari, riconoscere che un “think tank” esterno può dare un servizio migliore ad un decimo del costo. Giustificare una scelta di questo tipo al proprio CdA è pane per managers di valore, capaci di ragionare in prospettiva.
Giocano anche fattori relazionali: se la data remediation l’AD della banca l’ha sempre comprata dallo stesso fornitore col quale ha un rapporto consolidato da 30 anni, qualunque newcomer paga lo scotto della credibilità e affidabilità.
Ovviamente questi ostacoli si superano, ma ci vuole comunque del tempo perché le novità emergano e i interlocutori competenti e preparati a livello scientifico. È in sostanza quanto dicevo prima in merito a BIG DATA: trattata a livello scientifico la materia è ostica, presa come semplice oggetto di una veloce conversazione più o meno tutto e tutti vanno bene.
Oggi il bisogno primario dei gestori di NPL è duplice:
Queste sono le condizioni necessarie (ma spesso non sufficienti) per “prezzare” correttamente i portafogli (sia lato venditore sia acquirente), ridurre i costi di transazione, generare business plans affidabili e stabili e adottare scelte di gestione “data driven”.
Quali sono le competenze del team all’interno di Genius Analytics?
Genius Analytics eredita e valorizza l’esperienza ventennale di Astalegale.net SpA nel campo della giustizia digitale, essendo Astalegale azienda di cui siamo amministratori e unici azionisti io e il mio socio Marco Lazzerini. Il database proprietario cui ho accennato in precedenza è nato in Astalegale e ora è valorizzato – per i servizi che pure ho menzionato – per usi diversi, da Genius Analytics, la società che abbiamo creato appositamente con questo scopo.
E anche la stretta collaborazione con RAD Informatica ci crea molte sinergie tecnologiche e commerciali.
La tecnologia ci consente di lavorare grandi masse di dati senza ampliare a dismisura il personale. Questo è un fenomeno che ci differenzia dai competitors ed è strettamente legato alle modalità con cui eroghiamo i nostri servizi (l’esempio che ho fatto in merito alla data remediation è significativo).
Lo sviluppo coinvolge ingegneri informatici interni con esperienza pluriennale nel settore delle aste ma anche professori universitari, professionisti del mondo del credito e giuristi specialisti nel campo delle esecuzioni.
Non ci proponiamo come agenzia immobiliare puntando sul fattore umano ma forniamo tecnologia per rendere autonomi banche e servicers nel reperimento delle informazioni e nello sviluppo delle valutazioni, tagliando tempi e processi in modo da rendere tutto più veloce e automatico.
Come ho già detto, attualmente abbiamo in corso l’evoluzione del nostro modello predittivo per il calcolo del JMV e abbiamo coinvolto un team composto da un professore di econometria della finanza presso la Imperial College Business School, un professore di matematica per la finanza presso lo stesso Imperial College di Londra, un professore di Finanza Quantitativa presso l’Università di Lovanio, Belgio, mentre il precedente modello è stato realizzato con il Dipartimento di Statistica dell’Università di Tor Vergata.
Quali le difficoltà incontrate dalla nascita?
Ho già menzionato il fattore relazionale che non va mai trascurato. E anche l’inerzia insita nella legacy dell’IT.
Ma al di là di questi elementi oggettivi, l’impressione personale è che il mercato è fortemente influenzato da una scarsa attitudine alla tecnologia (quindi avversione al cambiamento) ovvero da iniziative commerciali e immobiliari che sfruttano la “moda” degli NPL ma poco offrono in termini di conoscenza del settore delle esecuzioni giudiziarie.
Un classico mantra che ricorre in tutti i convegni è che occorre rendere le vendite nel processo esecutivo sempre più simili alle vendite immobiliari realizzate nel libero mercato.
Non mi sogno di muovere critiche ad alcuno ma nemmeno posso pensare con la mente altrui, per cui le dico chiaramente che mi sembra un approccio sbagliato sia in termini di potenziale valore realizzabile, sia per i rischi legali che banche o servicers – tutte istituzioni esposte al rischio reputazionale – si accollano prendendo questa via.
Noi abbiamo una esperienza ventennale nel mondo delle aste – qui parlo da presidente di Astalegale – e ne abbiamo viste di tutti i colori:
Del pari continuiamo a vedere pubblicati – anche su testate autorevoli – dati sulle aste assolutamente privi di senso: non si può dire che nel 2019 c’è stata una forte impennata delle aste – altra favola molto pubblicizzata – quando si dispone di una serie storica breve, parziale e non pulita, perché così si ignora che nel 2018 le aste sono state ferme per circa 6 mesi (i tribunali dovevano faticosamente adeguarsi alle vendite telematiche) per cui un raffronto anno su anno non ha senso. Infatti, nello stesso 2019 le iscrizioni a ruolo erano invece perfino in calo.
Posso andare avanti: il recente art 54-ter del D.l. n. 18 del 2020 ha sospeso i procedimenti esecutivi a valere sulla prima casa di abitazione nella convinzione che questo agevoli i proprietari che le occupano. Sa invece qual è il risultato? Che l’occupante alla lunga deve comunque lasciare la casa ma dalla vendita ricaverà un terzo del valore reale perché solo gli speculatori si comprano una casa occupata (in pratica si compra una causa prima ancora che una casa).
Astalegale ha fatto nel 2019 la bellezza di 20.000 aste telematiche e 90.000 annunci d’asta, è evidente che ha maggiori dati di chi magari ne ha gestite 200 complessive.
Concludo con il motto che abbiamo fatto nostro in Genius Analytics:
“WITHOUT DATA YOU’RE JUST ANOTHER PERSON WITH AN OPINION”
W. Edwards Deming – Data Scientist and Professor